Monitoramento de pragas na cultura da cana-de-açúcar utilizando Aerofotogrametria de baixa altitude

Abstract

O presente trabalho teve como objetivo principal avaliar a aplicação do sensoriamento remoto multiespectral de baixa altitude, utilizando Aeronaves Remotamente Pilotadas, para o monitoramento de pragas na cultura da cana-de-açúcar. A pesquisa foi realizada em uma área experimental de aproximadamente cinco hectares, subdividida em parcelas com diferentes tratamentos, onde foram conduzidos voos mensais durante um período de sete meses. As imagens aéreas foram captadas por uma RPA do modelo eBeeX equipada com a câmera multiespectral RedEdge, capaz de registrar cinco bandas espectrais, incluindo o infravermelho próximo e o vermelho de borda. Os dados obtidos foram processados por meio dos softwares Solvi e Pix4D, com posterior análise dos índices de vegetação NDVI (Índice de Vegetação por Diferença Normalizada) e NDRE (Índice de Vegetação por Diferença Normalizada com Borda Vermelha), utilizando o software QGIS para cálculo das métricas espectrais e o AgroEstat para a análise estatística, com base no teste de Duncan. Os resultados permitiram detectar variações espectrais associadas à presença de pragas, destacando-se o índice NDRE por sua maior sensibilidade, o que pode ser atribuído ao uso da banda vermelho de borda. A análise estatística zonal revelou diferenças significativas entre os tratamentos ao longo do tempo, permitindo identificar áreas com maior incidência de pragas. Além disso, foi realizada uma comparação entre os softwares Solvi e Pix4D quanto à geração de ortomosaicos. Embora o Pix4D seja uma ferramenta consolidada no mercado, o Solvi apresentou desempenho compatível, com a vantagem de realizar o processamento em nuvem, o que dispensa a necessidade de equipamentos de alto desempenho. Conclui-se que o uso de RPAs com sensores multiespectrais é eficaz para o diagnóstico e o monitoramento de pragas na cultura da cana-de-açúcar, oferecendo uma alternativa tecnológica viável no contexto da agricultura de precisão e do manejo integrado de pragas.

This study aimed to evaluate the application of low-altitude multispectral remote sensing using Remotely Piloted Aircraft (RPA) for pest monitoring in sugarcane crops. The research was conducted in an experimental area of approximately five hectares, subdivided into plots with different treatments, where monthly flights were carried out over a period of seven months. Aerial images were captured by an eBeeX RPA equipped with the RedEdge multispectral camera, capable of recording five spectral bands, including near-infrared and red edge. The collected data were processed using the Solvi and Pix4D software platforms, followed by the calculation of vegetation indices NDVI (Normalized Difference Vegetation Index) and NDRE (Normalized Difference Red Edge Index) through QGIS software. Statistical analysis was performed using AgroEstat, applying Duncan’s test to identify significant differences among treatments. The results enabled the detection of spectral variations associated with pest occurrence, with NDRE showing greater sensitivity, likely due to the inclusion of the red edge band in its calculation. Zonal statistics allowed for the spatial analysis of vegetative health across the plots, revealing changes over time and the effectiveness of the treatments applied. Furthermore, the study included a comparison between the Solvi and Pix4D software regarding orthomosaic generation. Although Pix4D is a well-established tool, Solvi demonstrated comparable performance with the added advantage of cloud-based processing, eliminating the need for high-performance hardware. It is concluded that the use of RPAs equipped with multispectral sensors is an effective tool for pest detection and monitoring in sugarcane cultivation, providing a viable technological alternative within the context of precision agriculture and integrated pest management.